机器视觉的迅速发展使得终端客户对产品的多样化需求不断增长,机器视觉系统需要更多灵活应用的产品。而嵌入式系统以其小体积、低成本、低功耗引起人们的更多关注,嵌入式系统在机器视觉的发展中开始扮演重要角色。在此过程中,作为以嵌入式技术实现的机器视觉功能的代表性产品--智能相机,由于具有平台性、通用性以及直接面向工业现场设计的特点,在嵌入式机器视觉领域得到了很快的发展,但同时,专用型嵌入式机器视觉终端也有很多的研究成果。 本论文旨在研究并力争解决嵌入式机器视觉系统中的部分关键问题,主要研究了以下三个方面：1、对图像传感器输出的模拟信号进行“模拟”处理,以期提升图像质量；2、支持机器视觉系统开放性要求的通用图像采集；3、嵌入式系统中的高效图像运算结构的实现。在嵌入式系统的有限资源中如何获取高质量数字图像,如何实现机器视觉所需要的信息分析能力是需要长期研究的课题,本论文对此进行了初步的分析。在研究的过程中使用了模拟与数字相结合的方式,同时借鉴了IP重用的结构,以高效实用为目的,在嵌入式系统中研究了机器视觉所面临的一些常见的问题。 本文的主要创新工作如下： 1、提出了一种基于模拟技术的图像增强方法。针对图像传感器输出的模拟图像信号,在图像采集的同时对模拟信息进行“模拟”处理,达到图像增强的目的。此方法在模拟信号量化之前进行信息处理,可以达到量化之后依靠数字图像处理方式不能得到的图像增强效果,而且模拟增强的方式不消耗系统的计算资源,极大缓解了嵌入式系统计算资源紧张的问题。 2、提出一种数字补偿式一阶模拟滤波器的设计方法,可应用于模拟图像传感器的信号滤波。此方法通过分析模拟图像传感器一阶读出电路的像素串扰,推导出不产生信息畸变的一阶模拟滤波器的截止频率,并得到在不同截止频率下的信息畸变量。由此实现数字信息的畸变补偿,得到了不产生信息畸变而降低截止频率的目的,从而使用一阶模拟滤波器达到高阶滤波器的滤波效果。 3、提出并实现了一种满足机器视觉开放性要求的高效图像采集设计方案。 首先研究分析了各种常用图像传感器在各种应用条件下形成的数字图像格式,继而针对其输出图像格式设计了基于IP重用结构的高效图像采集方案。它可以满足不同图像传感器输出的图像数据重组的要求,同时它的重组过程只消耗一次数据存取,优于目前通用处理器的DMA数据组织能力,达到了高效重组的目的。随后又对图像帧的管理组织进行研究,指出通用处理器在图像帧管理的结构上存在的不足之处,并在IP重用的架构下提出新的图像帧管理结构,实现了支持应用多线程的多缓冲区队列管理,将图像帧管理的并发过程变为顺序过程,由此取代了图像驱动程序的编制需要。 4、提出了嵌入式系统中图像预处理的DMA计算结构。由于图像预处理是嵌入式机器视觉系统中图像处理速度的瓶颈,对图像预处理算法的实现效率极大的影响了图像识别系统的处理速度。而通用处理器的结构不能很好的支持图像预处理的算法运算,因此设计了基于IP重用的DMA计算结构,它每次读取运算所需要的一个或多个数据,在减小系统带宽消耗的同时,提升了系统的处理速度。